今天去上机器学习的课，其中我觉得可以套用之前学的强化学习，其中P是评估，T是任务，E是经验，就是利用经验来提高相关的评估任务，从数据中学习，从统计机器中学习，其中可以分为有监督的机器学习和无监督的机器学习。
有监督：
①分类问题:输入集合，输出离散。首先假设函数，用已有数据训练，求未知常量，用新数据训练，判断是否拟合
②回归问题：输入集合，输出连续
无监督：
③聚类问题：用数据找相似数据
强化学习：agent通过奖惩来调整下一步动作，一般把一条记录存为列向量，编程的时候再转秩。一般分为训练集和测试集。
代价/损失函数：预测值和真实值的差
损失函数的期望：
往往用经验损失求和来代替期望损失
